Convertir JPG en TXT

La reconnaissance de caractères regarde des formes et décide quelles lettres ce sont. Elle ne sait pas ce que dit le document, et elle n’a aucun moyen de signaler à quel point elle est sûre — la sortie est un texte fluide et complet qui peut contenir des erreurs que personne n’a marquées.

C’est la seule chose vraiment importante à comprendre avant de se fier à un résultat. Relisez-le en regard de l’original, surtout les chiffres : un chiffre mal lu dans un prix, un numéro de compte ou une date est exactement l’erreur qui survit à un coup d’œil rapide et qui cause un vrai problème plus tard.

Plus que tout réglage, plus que tout outil. Du texte imprimé droit, bien éclairé, net, à une taille raisonnable sort presque parfait. Tout ce qui dégrade l’image dégrade la lecture, dans l’ordre auquel on s’attend : la mise au point d’abord, puis l’ombre qui traverse le texte, puis l’angle de la page, puis la taille de la police dans le cadre.

Le levier utile est donc l’appareil photo, et non le convertisseur. Tenez la page à plat, photographiez droit dessus plutôt que depuis une chaise, éclairez par le côté plutôt que derrière vous, remplissez le cadre avec la page, et touchez pour faire la mise au point avant d’appuyer. Dix secondes ainsi valent mieux que n’importe quel traitement ensuite.

C’est le réglage qui compte et que les gens oublient. Le reconnaisseur compare des formes aux graphies et au vocabulaire d’une langue particulière, et si on lui en donne une mauvaise, il ne signale pas d’erreur — il produit une supposition confiante, parce qu’il cherche la meilleure correspondance dans un ensemble qui ne contient pas la bonne réponse.

Une page allemande lue comme de l’anglais revient avec les trémas maltraités et des mots qui existent presque. Un document dans une langue qui n’a pas été signalée produit la même chose. Si un résultat a l’air étrange d’une manière que vous ne pouvez pas expliquer, vérifiez ce réglage avant tout.

La sortie est du texte brut : pas de titres, pas de colonnes, pas de tableaux, pas de positions. Une lettre en colonne unique revient lisible et en ordre. Une page en deux colonnes peut revenir avec les colonnes entrelacées, parce que le reconnaisseur lit à travers des lignes qui ressemblent à des lignes.

Un formulaire est le cas le plus difficile — étiquettes et valeurs se retrouvent côte à côte d’une manière difficile à reconstituer, et un tableau devient une suite de chiffres sans qu’on sache de quelle colonne ils viennent. Pour ces cas, le conseil honnête est de s’attendre à travailler sur le résultat, ou de photographier un champ à la fois.

La reconnaissance ici est construite pour du texte imprimé, où une lettre est l’une de quelques milliers de possibilités. L’écriture manuscrite ne l’est pas : chaque scripteur produit des formes différentes, et le même scripteur en produit de différentes selon les jours.

Les capitales nettes, séparées, marchent parfois ; l’écriture cursive ordinaire, en général non, et la sortie ressemblera à de vrais mots plutôt qu’à une erreur — ce qui est pire qu’un échec, parce que cela invite à y croire. Si une note manuscrite doit devenir du texte, la taper est plus rapide que corriger une reconnaissance.

Des tickets, pour des notes de frais. Des lettres et formulaires arrivés sur papier. Des pages de livres et de revues pour une citation. Des tableaux blancs après une réunion. Des numéros de série et des étiquettes sur des équipements. Des menus, des panneaux et des avis en voyage.

Presque tout cela est personnel ou commercial : des noms, des adresses, des montants, des coordonnées bancaires, des informations médicales. C’est le contexte dans lequel la section suivante compte, et c’est pourquoi elle est sur la page plutôt que dans un pied de page.

La reconnaissance tourne dans l’onglet du navigateur sur votre propre processeur, sur votre propre appareil. La photo n’est jamais téléversée, si bien qu’il n’y a pas de copie serveur, pas de période de rétention à demander, pas de compte, pas de plafond journalier.

Observer l’onglet réseau pendant que cela tourne en est la confirmation honnête : aucune requête transportant l’image ne sort. Pour une photo d’une ordonnance, d’un courrier bancaire ou d’un contrat signé, c’est la différence substantielle avec un service hébergé plutôt qu’une ligne parmi les fonctions.

Si la photo ne contient aucun texte — un paysage, un objet, une scène — la sortie sera vide, ou contiendra les rares mots présents en bas d’une étiquette, en titre d’une enseigne, sur un panneau dans le fond. Le reconnaisseur ne décrit pas ce qu’il voit, et il ne produit pas de résumé.

Cela mérite d’être su parce que « convertir une photo en texte » peut donner l’attente d’une description, et que ce n’est pas ce que fait un OCR. Pour décrire une image, il faut un autre outil, et celui-ci est fait pour le texte seul.